챗봇과 자율주행, 그리고 이미지 생성까지 다양한 역할을 하는 AI가 출시되고 있다.
인간을 대체하기 아직 미흡한 부분이 있을지는 모르지만, 앞서 비정형 데이터 처리에서 소개한 OCR과 STT 같은 경우에는 데이터 분석 업무에서도 이미 필수적인 부분을 차지하기도 한다.
AI가 만들어지는 과정 자체는 사실 여타의 데이터 분석 방법들과 유사하다.
데이터를 수집한 후 수치 형태로 변환하고 수학 공식을 기반으로 한 알고리즘을 활용하여 분류하거나 예측하는 모델을 만들거나, 여러 개의 모델을 조합하여 하나의 프로그램으로 구성하는 것이다.
다만, 현재와 같은 AI가 만들어지기까지는 딥러닝(Deep Learning)이라는 조금 특별한 알고리즘이 중요한 역할을 하였다.
딥러닝은 복잡한 분류 및 예측 문제를 해결하기 위해 고안된 것으로 회귀식과 같은 단순 수식을 여러 겹으로 중첩하여 사용하는 알고리즘으로 데이터를 계속 추가하면서 종전의 모델을 보완해나갈 수 있으며, 데이터를 입력하는 방식 또는 알고리즘의 구조를 변형함으로써 다양한 결과를 얻어낼 수 있다.
딥러닝 알고리즘은 알고리즘의 성능보다는 AI개발 방식에 더 큰 반향을 일으켰으며, 본격적인 AI학습이 시작되었다.
기업의 AI활용
AI는 활용범위가 넓어서 기업관점에서 데이터 분석 뿐 아니라 사업 개선 관점에서 적극적으로 검토해볼 필요가 있다. 다만, IT 기업이 아니면 단순히 솔루션을 구매하는 것 말고는 어떠한 관점에서 접근해야 하는지 알기 어려운 부분이 많다 보니 기업관점에서 AI 관련 사업을 검토해보는 것이 좋다.
업무 자동화와 개선
기업에서 가장 먼저 검토할 수 있는 분야는 업무 자동화와 개선이다.
앞서 예시로 들었던 개인화 서비스 같은 영업/마케팅뿐 아니라 로보어드바이저, 신용평가 등의 전문 영역, 그리고 FDS와 같은 사고방지까지 데이터를 기반으로 합리적인 의사결정을 지원하고 업무 자동화를 통해 비용을 절감할 수 있다.
대화형 AI
다음으로 검토해야 할 부분은 대화형 AI로 대화형 AI는 스마트폰의 음성비서부터 고객 응대를 목적으로 한 챗봇과 음성봇이 사용되고 있지만, 그동안 기대에 비해 실망스러운 성능으로 인해 도입을 주저하거나 적극적으로 사용하지 않았다.
하지만, 챗GPT를 비롯하여 대규모 언어모델의 등장으로 폭발적인 발전이 예상되며, 현시점에서는 당장 성능은 떨어지더라도 인간의 지식이 대부분 글과 자연어로 이루어져 있으며, 기업 또한 문서와 대화를 통해서 업무를 수행하기 때문에 자연어로 이루어진 데이터를 원활하게 사용하기 위해서라도 꼭 추진해야 하는 분야이다.
이미지/영상/음성 AI
세 번째로 검토해볼 부분은 이미지, 동영상, 음성과 같은 문자를 제외한 AI로 이미지 분류와 음성 인식 등 이미 다양한 AI가 활용되고 있지만 최근 생성 AI가 적용되기 시작하면서 해당 분야에 새로운 가능성이 열리고 있다.
특히 딥페이크의 경우 유명인에 대한 가짜 영상으로 유명해지기 시작했지만, 수작업이 많은 종전의 CG 기술을 보완하려는 목적으로 개발되었으며 언어를 만드는 대화형 AI 및 음성을 생성하는 AI(TTS)와 결합하면 영상을 기반으로 고객과 직접 소통할 수 있는 ‘디지털휴먼’을 제작할 수 있다는 부분에서 기업들의 관심을 받고 있다.
RPA
마지막은 로봇과 프로세스 자동화 영역으로 시중에 회자하는 로봇은 대부분 자율주행과 드론 같은 최첨단 기술을 중심으로 하다 보니 일반기업에서 로봇을 도입한다는 것은 상당히 멀게 느껴진다.
하지만, 최근 많은 기업이 사무 로봇의 일종인 RPA(Robotic Process Automation, 로봇 프로세스 자동화)를 도입하거나 검토하고 있다.
RPA는 PC를 이용해서 진행되는 업무를 자동화해주는 소프트웨어로 고객이 수기로 기재한 서류에서 문자를 인식하여 전산시스템에 입력하거나 특정 시스템에서 정보를 추출한 후 다른 시스템에 옮기는 등의 사무 업무를 처리해준다.
현재는 주로 돌발상황이나 복잡한 의사결정이 필요하지 않은 단순 업무만 수행하고 있지만, 기업은 RPA가 인간의 업무처리환경에 투입되기 때문에 업무 데이터를 수집할 수 있다는 측면에서도 적극적으로 검토해볼 필요가 있다.
'기업의 데이터 분석' 카테고리의 다른 글
| 4.5. 플랫폼과 데이터 용도 변화 (0) | 2023.05.31 |
|---|---|
| 4.3. 추천과 개인화, 그리고 타겟마케팅 (1) | 2023.05.29 |
| 4.2. 데이터 기반 의사 결정과 효과 측정 (3) | 2023.05.28 |
| 4.1. 기업의 데이터 활용 프로세스 (0) | 2023.05.27 |
| 3.4. 엑셀 기반 데이터 유사도와 협업 필터링 (2) | 2023.05.25 |